盖蒂图片社在英国针对AI图像生成器的里程碑式诉讼中大体败诉
新闻要点
盖蒂图片社在伦敦针对人工智能公司Stability AI的图像生成器Stable Diffusion提起的诉讼中大体败诉，促使盖蒂图片社和一些律师呼吁英国加强对版权所有者的保护。盖蒂图片社指控Stability AI使用其图片“训练”其系统并复制其受版权保护的图片，但在庭审中途放弃了直接的版权侵权主张，部分原因是缺乏关于Stable Diffusion“训练”地点的证据。 法官裁定盖蒂图片社在与Stable Diffusion用户生成的盖蒂水印相关的商标侵权方面“部分”胜诉，但指出其裁决“具有历史性且范围极其有限”。法官驳回了盖蒂图片社的次要版权侵权主张，理由是Stable Diffusion“不存储或复制任何版权作品”。盖蒂图片社对商标侵权裁决表示欢迎，但对保护其创意作品面临的挑战表示担忧，并呼吁政府建立更强的透明度规则。Stability AI也对判决表示欢迎，认为它解决了核心版权问题。
背景介绍
此案是全球范围内针对使用受版权保护材料训练AI模型提起的几起诉讼之一，备受关注。核心法律问题在于：AI模型在未经许可的情况下使用受版权保护的数据进行训练是否构成侵权？ 英国的法律框架，特别是关于AI模型是否“存储或复制”版权作品的解释，在本次判决中被认为存在弱点。盖蒂图片社的诉讼凸显了现有版权法在应对无形AI模型和其生成内容方面的不足，以及版权所有者在数字时代保护其知识产权所面临的挑战。
深度 AI 洞察
该“有限”裁决对生成式AI行业的法律格局和投资有何更广泛的影响？ - 尽管裁决范围有限，但它突显了生成式AI领域复杂且不断演变的法律环境。它并未明确解决英国AI训练数据核心版权侵权问题，给AI开发者和内容创作者带来了持续的不确定性。 - 投资生成式AI公司的投资者将面临持续的监管风险，这要求对知识产权战略和潜在的未来诉讼进行仔细的尽职调查。 盖蒂图片社的败诉和呼吁加强保护，将如何影响未来的内容许可模式和数字资产估值？ - 盖蒂图片社作为一家“资源充足的公司”所面临的困境，凸显了内容创作者的挑战。这可能会加速专门为AI训练数据设计的新型、更强大的许可框架的开发，从而可能增加AI开发者的成本。 - 对于数字资产估值而言，拥有强大、可法律辩护的知识产权，或开发不依赖广泛公共数据集的专有AI模型的公司，可能会获得溢价。 为应对这种法律模糊性，AI公司和内容所有者可能会采取哪些战略举措，其投资影响是什么？ - AI公司可能会投资于开发更复杂的“合成”数据集，以减少对受版权保护材料的依赖，或积极寻求与内容所有者的许可协议，从而可能增加运营成本，但也降低了法律风险。 - 内容所有者可能会推动更严格的立法和技术措施，以追踪和限制AI对其作品的使用。投资影响包括：AI技术提供商的成本结构将发生变化，拥有可授权内容库的公司将获得新的收入流，以及那些能够有效驾驭或塑造这一新兴法律框架的公司将脱颖而出。